Au cours de la dernière décennie, le secteur des soins de santé a été témoin de l’incroyable pouvoir de la technologie pour stimuler l’innovation. Sous l’impulsion de la pandémie, de nouvelles méthodes de travail se sont installées tandis que le rythme d’adoption des technologies s’est accéléré – notamment l’intelligence artificielle. L’un des nouveaux cas d’utilisation les plus passionnants se situe dans l’un des lieux les plus emblématiques des soins de santé : les blocs opératoires.
Alors que nous n’en sommes qu’aux prémices du passage de la chirurgie du monde physique au monde numérique, nous commençons à entrevoir ce à quoi pourrait ressembler l’avenir de la chirurgie. Cependant, pour en faire une réalité, reste à passer une étape cruciale : démontrer comment cette technologie apporte de la valeur et de meilleurs résultats cliniques.
L’IA en action : l’innovation avant tout
L’IA a encore un long chemin à parcourir avant d’atteindre son plein potentiel dans le domaine des soins de santé. Les précédents exemples d’utilisation de l’IA dans le cadre d’une opération chirurgicale portaient principalement sur l’utilisation de l’IA dans les caméras afin de diffuser des données vidéo en direct.
Pourtant, récemment, la startup britannique Hypervision a utilisé l’IA dans une étude de chirurgie in-vivo à l’IHU de Strasbourg, en France, prenant ainsi plusieurs longueurs d’avance sur ce qui était fait jusqu’à présent. Le déploiement d’Hypervision a augmenté la vision du médecin pour créer une carte thermique à côté des informations conventionnelles de manière à montrer un affichage intuitif des informations analytiques des tissus qui étaient auparavant invisibles à l’œil humain.
Cela a permis de fournir des informations supplémentaires pour la prise de décision chirurgicale pendant la procédure elle-même, tout en réduisant les risques de complications pour les patients pendant l’intervention.
Favoriser la collaboration
Pour que les jeunes entreprises du secteur puissent saisir les opportunités commerciales et de recherche, elles doivent prouver la légitimité de leur travail par des résultats cliniques concrets. Cela implique de contribuer à la littérature scientifique et d’obtenir un retour d’information de la part de la communauté clinique, qu’il soit positif ou négatif. C’est ainsi que les jeunes entreprises du secteur de la santé élaborent une stratégie clinique solide, ainsi qu’un plan commercial et un ensemble de technologies.
À leur tour, les grandes organisations et les institutions établies comme le King’s College London par exemple bénéficient de relations privilégiées avec de jeunes entreprises en les accompagnant en tant que mentors ou partenaires. Pour le KCL, les experts peuvent offrir des conseils aux jeunes entreprises tout en donnant aux étudiants l’occasion de voir comment leur travail se traduit dans des applications réelles, ce qui favorise leur apprentissage et leur développement. Il est également très utile de stimuler la concurrence, ce qui entraînera une augmentation des investissements dans le secteur, de la demande des jeunes entreprises et de l’adoption des technologies par la communauté clinique.
Des bénéfices à grande échelle pour les patients
Si nous nous tournons vers l’avenir des soins de santé, il est important de considérer les cas d’usage de base que l’IA et la robotique peuvent accomplir, et ce dans un avenir proche. La pandémie nous a non seulement montré à la rapidité à laquelle les systèmes de santé peuvent être mis en difficulté, mais aussi les défis persistants en matière d’acquisition, de qualité et de souveraineté des données, qui demeurent à ce jour.
L’interopérabilité géographique pose également des problèmes. Mais qu’il s’agisse du partage des données au-delà des frontières, des hésitations autour de l’IA ou du fossé technologique, ces obstacles s’accompagnent d’opportunités. Aujourd’hui plus que jamais, des conversations sur la concrétisation de ces opportunités doivent avoir lieu afin d’uniformiser les règles du jeu.
La valeur réelle de l’IA pour certains professionnels de la santé et le rôle qu’elle jouera dans l’avenir des soins cliniques sont encore inconnus. Pour commencer à répondre à cette question, nous avons besoin que la technologie, les techniques et les ressources soient orientées vers des cas d’utilisation clinique et financière de grande valeur. Par exemple, nous voyons maintenant l’IA passer de la radiologie à la pathologie et à d’autres domaines de la microscopie, car c’est là qu’elle apporte le plus de valeur. D’autres exemples de ce phénomène apparaissent dans le monde du séquençage génomique, où l’adoption de l’IA s’accélère. La même tendance s’observe dans la prédiction du repliement des protéines, qui devient plus efficace grâce à l’IA.
L’histoire de l’IA ne peut être cloisonnée entre les différents secteurs des soins de santé. Elle doit être comprise de manière holistique, sur l’ensemble du parcours du patient. Comment améliorer le traitement et les résultats d’un patient victime d’un AVC grâce à l’imagerie ? Comment l’IA peut-elle être utilisée pour mieux comprendre la génétique et analyser les données non structurées ? Une approche interdisciplinaire et collaborative est cruciale. Nous – universitaires, startups et poids lourds de la technologie – devons travailler ensemble pour faire la différence.
